Columbia-NLP/DPO-tldr-summarisation-preferences

我们将openai/summarize_from_feedback数据集重新格式化为该集合中所有DPO数据集使用的通用格式。具体来说，我们为所有选择的响应使用了10作为占位符，为所有拒绝的响应使用了1作为占位符。

We reformat the openai/summarize_from_feedback dataset into a common format used across all DPO datasets in this collection. Specifically, we used 10 as placeholders for ALL chosen response, and 1 for ALL rejected response.

原始信息汇总

数据集概述

数据集信息

特征

• prompt: 类型为字符串。
• prompt_id: 类型为字符串。
• chosen: 包含以下子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• rejected: 包含以下子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• messages: 包含以下子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• score_chosen: 类型为浮点数。
• score_rejected: 类型为浮点数。
• other_info: 包含以下子特征：
  • chosen_note: 类型为字符串。
  • id: 类型为字符串。
  • post: 类型为字符串。
  • rejected_note: 类型为字符串。
  • source: 类型为字符串。
  • subreddit: 类型为字符串。
  • worker: 类型为字符串。

数据分割

• train: 包含92858个样本，大小为759610723字节。
• validation: 包含33083个样本，大小为272377941字节。
• test: 包含50719个样本，大小为415342393字节。

数据集大小

• 下载大小: 153983982字节。
• 数据集总大小: 1447331057字节。

配置

• default: 包含以下数据文件：
  • train: 路径为data/train-*。
  • validation: 路径为data/validation-*。
  • test: 路径为data/test-*。